基于R语言ARIMA模型在慢阻肺急性加重患者发病预测中.PDFVIP

·２８８· 中国卫生统计２０１７年４月第３４卷第２期 基于Ｒ语言ＡＲＩＭＡ模型在慢阻肺急性加重患者 发病预测中的应用 △ 成都市第三人民医院信息部（６１００３１）　郭慧敏　杜　军 　黄路非 　　【提　要】　目的　建立慢阻肺急性加重入院人次的自回归积分滑动平均模型（ＡＲＩＭＡ），科学预测慢阻肺急性加重 入院人次，为该病的诊治以及合理利用医疗资源提供理论依据。方法　使用Ｒ语言（ｖ３２３）做模型的识别、模型的参数 估计与检验，建立ＡＲＩＭＡ模型，对某院２０１３－２０１５年慢阻肺急性加重出院人次进行模型拟合，用２０１６年１～３月的预测 值与实际值作比较，检验模型的预测能力，并且预测２０１６年４－６月慢阻肺急性加重入院人次。结果　经过多次检验，确 定ＡＲＩＭＡ（２，２，１）（１，１，１）模型预测能力最佳，其残差序列是白噪声。用２０１６年１～３月数据来检验模型，其ＭＡＰＥ的 １２ 绝对值均小于１０％，说明模型的拟合优度相对较好，预测能力可靠，根据该模型预测２０１６年４～６月该院慢阻肺急性加重 入院人次分别为１６２、１６０、１５９。结论　ＡＲＩＭＡ模型能够很好的拟合慢阻肺急性加重的入院人次并进行短期预测，模型显 示２０１６年该院的急性支气管炎的入院人次将有所上升，为医院合理利用医疗资源提供了有力依据。 【关键词】　Ｒ语言　慢阻肺急性加重　预测　回归滑动平均混合模型 　　慢性阻塞性肺疾病（简称慢阻肺）是一种逐渐削 的ｓｔ函数），以月为单位绘制原始数据的时间序列图 弱患者呼吸功能的破坏性慢性肺部疾病，被称为呼吸 （图１）。 道疾病中最“不动声色”的隐形杀手。患者在日常“稳 定期”时疾病特征不明显，却在“急性加重期”时症状 ［１］ 骤然出现或原有症状急剧恶化 ，对患者的生活质量 产生巨大影响，加速肺功能恶化，也是患者住院和死 亡的主要原因。根据世界卫生组织估计，到２０２０年， 慢阻肺将成为全球第三大死亡原因，预防慢阻肺急性 加重的重要性正日益得到关注，最新版慢阻肺全球创 议（ＧＯＬＤ指南）首次强调了慢阻肺急性加重风险和 ［２］ 症状的评估 。本文建立某院慢阻肺急性加重的自 图１　某院慢阻肺急性加重患者住院人次时间序列 回归积分滑动平均模型（ａｕｔｏｒｅｇｒｅｓｓｉｖｅｉｎｔｅｇｒａｔｅｄｍｏｖ 　　３ＡＲＩＭＡ模型建立 ｉｎｇａｖｅｒａｇｅｍｏｄｅｌ，简称ＡＲＩＭＡ），探讨慢阻肺急性加 ［６］ ＡＲＩＭＡ模型主要步骤 为：（１）序列平稳化：据 重入院人次的变化规律。 图１，采用季节性ＡＲＩＭＡ（ｐ，ｄ，ｑ）（Ｐ，Ｄ，Ｑ）模型，对 Ｒ语言是一种为统计计算和绘图而生的语言和环 １２ 原始数据进行差分并检验序列平稳性，可以确定ｄ、Ｄ； 境，它是一套开源的数据分析解决方案，由一个庞大且 ［３］ （２）模型识别：对处理后的序列做自相关和偏相关处 活跃的全球性研究型社区维护 ，针对不同的场景和 统计功能Ｒ语言的用户贡献了大量优秀的包（ｐａｃｋ 理，发现低阶的自相关系数较大，但随着时滞长度的增 ａｇｅ）。本文采用Ｒ语言作为统计分析的工具。 加而衰减，可认为处理后的序列符合运用ＡＲＩＭＡ模 型的条件，并